app.py

import base64
import streamlit as st
import pandas as pd
import json
from datetime import datetime
from pathlib import Path
import firebase_admin
from firebase_admin import credentials, firestore
import os
from groq import Groq  # Certifique-se de que a biblioteca Groq está instalada

# Inicializar o Firebase, se ainda não estiver inicializado
if not firebase_admin._apps:
    cred = credentials.Certificate("playbot-f0897-firebase-adminsdk-uay8b-0c87a1f1d0.json")  # Substitua pelo caminho correto
    firebase_admin.initialize_app(cred)

# Cliente Firestore
db = firestore.client()

# Inicializando o cliente Groq
client = Groq(
    api_key=os.getenv("GROQ_API"),  # Certifique-se de que a chave da API está configurada corretamente no ambiente
)

llava_model = 'meta-llama/llama-4-scout-17b-16e-instruct'
llama31_model ='meta-llama/llama-4-scout-17b-16e-instruct'

# 2. Função para codificação de imagem
def encode_image(image_path):
    with open(image_path, "rb") as image_file:
        return base64.b64encode(image_file.read()).decode('utf-8')

# 3. Função para converter imagem em texto
def image_to_text(client, model, base64_image, prompt):
    chat_completion = client.chat.completions.create(
        messages=[
            {
                "role": "user",
                "content": [
                    {"type": "text", "text": prompt},
                    {
                        "type": "image_url",
                        "image_url": {
                            "url": f"data:image/jpeg;base64,{base64_image}",
                        },
                    },
                ],
            }
        ],
        model=model
    )
    return chat_completion.choices[0].message.content

# 4. Função para gerar uma brincadeira
def game_generation(client, image_description, age, support_level, stimulus_type):
    chat_completion = client.chat.completions.create(
        messages=[
            {
                "role": "system",
                "content": f"Suggest a safe game for a child of {age} years old, with support level {support_level} and focus on {stimulus_type}. The game should use the object described in the image and should not use objects that are dangerous for children, for example, scissors, knives, toothpicks, electrical wires, any sharp object cannot be used. If the object is not dangerous, describe the game in the form of a step-by-step recipe. Note: Write in Portuguese.",
            },
            {
                "role": "user",
                "content": image_description,
            }
        ],
        model=llama31_model
    )
    return chat_completion.choices[0].message.content

# Função para salvar dados no Firebase Firestore
def save_to_firestore(data):
    db.collection('usuarios').add(data)
    st.success("Obrigado por usar o Playbot.")

# Função principal do app Streamlit
def main():
    #st.image("autism.png", width=200)
    
    col1, col2, col3 = st.columns([1, 2, 1])  # ajuste as proporções conforme necessário
    with col1:
        st.write("")
    with col2:
        st.image("autism.png", caption="PlayBot", use_column_width=True)
    with col3:
        st.write("")

      
    st.title("PlayBot - Gerador de Brincadeiras", anchor="center")
    st.write("Conheça o PlayBot, um assistente inteligente que gera brincadeiras divertidas e educativas para crianças com TEA a partir de uma imagem de um objeto...")

    # Entrada de dados do usuário
    idade = st.number_input("Idade da criança:", min_value=1, max_value=16, step=1)
    nivel_suporte = st.selectbox("Nível de Suporte", ["Nível 1", "Nível 2", "Nível 3"])
    tipo_estimulo = st.selectbox("Tipo de Estimulo", ["Sensorial", "Coordenação motora fina", "Coordenação motora grossa","Raciocínio", "Fala"])

    # Carregamento de imagem
    uploaded_file = st.file_uploader("Envie uma imagem de algum objeto(s) seguro que você tem disponível (png ou jpg)", type=["png", "jpg"])
    if uploaded_file is not None:
        # Leitura do arquivo
        bytes_data = uploaded_file.read()
        base64_image = base64.b64encode(bytes_data).decode('utf-8')
        prompt = "Describe this image in detail, including the appearance of the object(s)."
        
        # Chamada para converter imagem em descrição de texto
        image_description = image_to_text(client, llava_model, base64_image, prompt)

        st.write("\n--- Brincadeira ---")
        game_description = game_generation(client, image_description, idade, nivel_suporte, tipo_estimulo)
        st.write(game_description)

        # Salvando dados no Firebase Firestore
        data = {
            "Idade": idade,
            "Nível de Suporte": nivel_suporte,
            "Tipo de Estimulo": tipo_estimulo,
            "Descrição da Brincadeira": game_description,
            "Timestamp": datetime.now().isoformat()
        }

        save_to_firestore(data)

# Executar o app
if __name__ == "__main__":
    main()